树图的Hamilton性质

设Ｔ（Ｇ）为连通图Ｇ的树图，若Ｇ至少有三个支撑树，且Ｇ＾ｓ≠Ｆ１，则Ｔ（Ｇ）是Ｅ２－Ｈａｍｉｌｔｏｎ的。     

连通图的邻接矩阵判定法

利用图邻接矩阵的定义及性质,得到了利用邻接矩阵来判定无向图为连通图及非连通图的判定定理,并通过例题说明了利用该定理来判定连通图的具体解题过程.     

关于图的圈的一个充分条件

设G为n(≥3）阶2连通图，δ≤δ*≤△，对任意x∈V（G）,记D（x)={y|y∈V（G）/{x}，d(x,y)≤2},D*(x)={y|y∈D（x）∪{x}),d(y)<δ*}本证明：如果|D*（x)|相似文献   

邻集并与泛圈图

本文证明：如果图Ｇ是阶为ｎ的２连通图，δ（Ｇ）≥ｔ≥２，ｘｙ∈Ｅ（Ｇ）蕴含│Ｎ（ｘ）∪Ｎ（）│≥ｎ－ｔ，则Ｇ是泛圈图，除非Ｇ≌Ｋ（ｔ，ｔ）或者ｎ／３≤ｔ〈ｎ／２。     

关于一类Ore图的泛圈性

从所周知，Ｊ Ａ Ｂｏｎｄｙ的Ｍｅｔａｌ猜测对Ｏｒｅ图是成立的。本文从一个新的角度，对Ｇ中次数较小的节点所导出的子图的结构进行了分析，得出了一类新的泛圈图。     

最小生成树的计算机求法

介绍了一种有计算机在带权连通简单图中求解最小生成树的方法，并用ｇｕｉｃｋＢＡＳＩＣ语言写出了其源程序。     

求最小支撑树的方法探讨

针对关系矩阵表示的复杂网络图,分析构成其最小支撑树的元素特点,提出两种求最小支撑树的方法直接生成法和表上作业法.两种方法不需要作出复杂的网络图,而直接从关系矩阵中生成最小支撑树,从而能有效克服传统方法需绘网络图之不便.经实例研究,两种方法在求解复杂问题的最小支撑树时有独到之处.     

基于最小生成树的切片数据点排序算法

提出一种基于最小生成树的切片数据点排序算法,该算法建立散乱点云空间索引结构,基于该结构快速获取切片邻域数据,依据邻域数据与切片的位置关系将其划分为正负2个区域,通过正负邻域配对点连线与切片求交获取切片数据点,构造切片数据点的无向完全连通图,求解该图最小生成树,并将最小生成树的各分枝首尾相连,实现切片数据点的排序,实例证明该算法可对逆向工程中各种复杂型面切片数据点排序,排序结果准确,算法运行效率高。     

求最小生成树的邻接矩阵法

求图的最小生成树,目前已有多种算法.今介绍一种新的算法——邻接矩阵法,叙述该算法的步骤,进行理论证明,并给出一个说明本算法的实例所述算法形象直观、容易理解、求解过程简便、易于在计算机上实现.特别是它为求解工程上经常遇到的某种“受限最小生成树”提供了新的途径.比如,当PLAN型计算机网络的拓扑结构和其限制条件较为复杂时,使用邻接矩阵法编制其求解的计算机程序结构清晰,调试容易.     

邻接树图的Hamilton性质

文献1给出了简单连通图G的邻接树图T(G)是完全图的充分必要条件是：G的圈基数ρ(G)=1且此回路的长度为3。主要讨论ρ(G)≤2时的邻接树图T(G)的Hamilton性质：若G是ρ(G)≤2的简单连通图，则G的邻接树图T(G)是Hamilton图。     

最小生成树算法的快速实现

给出一种基于向量合并的最小生成树算法 ,它的时间复杂度和空间复杂度分别为O(E)和O(max(E ,V) ) ,算法简洁、快速     

用"破圈法"求全部最小生成树的算法

求连通图的最小生成树是数据结构中讨论的一个重要问题．但在现实生活中，经常遇到如何得到连通图的所有最小生成树．针对此问题，运用“破圈法”思想，对所给的图进行约化，在约化图的基础上，提出了求全部最小生成树的算法，给出了应用例子．     

基于最小生成树的点云数据去噪方法

为了保证重建的模型质量或模型配准的精度,提出采用基于最小生成树的聚类算法将点云数据中的噪点去除,并在尸体股骨上对这种骨表面点云数据的获取方法的可行性和噪点去除方法的有效性进行了验证。实验证明,这种数据获取方法是可行的,所采用的噪点去除方法也是有效的。     

树的顶点扩张图的最小直径定向

文献[1]将3阶以上的连通无向图的顶点扩张图按照其最小定向直径分为三类,并给出了如下猜想:直径至少为3的连通无向图的顶点扩张图不属于第三类图.本文运用顶点标号法,证明了猜想对树是成立的,即树的顶点扩张图的最小定向直径与原树相比最多增加1.     

基于遗传算法的最小生成树算法

以图论和遗传算法为基础 ,提出了一种求最小生成树的改进遗传算法 .该算法采用二进制编码表示最小树问题 ,用深度优先搜索算法进行图的连通性判断 ,并设计出相应的适应度函数、单亲换位算子和单亲逆转算子以及四种控制性进化策略 ,以提高算法执行速度和进化效率 .与Kruskal算法相比 ,该算法能在一次遗传进化过程中获得一批最小生成树 ,适合于解决不同类型的最小树问题